Box AI如何借助Deep Agents构建企业内容代理

Box是智能内容管理平台，受超过10万家企业信赖，用于存储、保护和治理非结构化数据。Box AI中的Box Agent基于Deep Agents构建，可以搜索企业内容库，综合数千份文档的发现，并生成报告和分析，同时遵守Box现有的安全和权限模型。

从单文件问答到企业级分析 Box Agent的第一个版本允许用户在单个文档内提问。随后，团队引入了Knowledge Hubs（基于RAG的层），允许用户跨定义的知识源进行查询。Box首席AI架构师Sesh Jalagam解释说：“当我们开始使用代理时，我们想解决搜索问题。企业搜索具有挑战性，因为存在重复信息、过时信息以及看似相同但每个企业都有自己的术语体系的内容。”尽管这些功能很有价值，但用户开始跨不同领域提出越来越复杂的问题。一家生物科学公司的研究人员可能要求Box AI在开始新研究前综合现有研究；法律团队可能要求提取过去十年中超过特定价值的所有合同，并对照风险标准进行评估。为了提供更丰富的AI原生体验，Box需要超越标准问答的代理架构。

选择Deep Agents的原因：控制、模型灵活性和速度 Box在构建代理平台时评估了多个框架，两个要求决定了选择：完全模型无关性和迭代速度。Box为客户提供多种LLM提供商选择（从OpenAI、Anthropic到Google等），这种灵活性必须在平台层面保留。为了向10万多家企业客户推出并改进Box Agent，Box团队需要将工程时间集中在企业特定问题上，而不是重建核心代理基础设施。Deep Agents满足了这两个要求：模型抽象层处理提供商无关的路由，开放的代理框架实现了3倍的迭代速度。Jalagam说：“我们希望在构建前瞻性框架的同时完全控制所有组件。”

Deep Agent架构：父代理生成子代理 Box Agent的架构采用父/子模型，其中父代理和所有子代理都是Deep Agents。父代理（称为全局代理）接收请求，分类意图，并决定是直接处理还是生成子代理来分配工作。子代理作为工具暴露给父代理，使得无论是执行关键字搜索还是委托给新生成的子代理，调用表面保持一致。这种设计是有意从早期架构演变而来的，早期架构有硬编码的专用子代理（专用搜索代理、QA代理和组合代理），这造成了不必要的延迟。Box AI工程负责人Shubhro Roy说：“如果问题非常简单或搜索非常简单，父节点可以直接处理，甚至不需要制定计划。”对于复杂任务，行为完全不同。例如，如果要求提取过去10年中超过阈值的所有合同并对照风险标准评估，全局代理会制定计划，然后展开：一个子代理搜索相关文档，另一个并行检索标准，第三个在前两个完成后综合并分析结果。所有代理（数量取决于任务需求）在隔离的上下文窗口中运行，通过中间件层报告。由于子代理是动态生成的，而不是预定义的，系统可以处理Box产品团队尚未明确设计的任务。全局代理在运行时决定创建哪些子代理以及赋予它们哪些工具。父代理和子代理都可以访问相同的完整工具注册表，包括BM25关键词搜索、向量搜索、电子表格结构化问答、文件操作等。Box发现，随着用例的扩展，模型在决定使用哪些工具方面比任何静态路由逻辑更有效。

中间件：引用、缓存和上下文管理 Box使用Deep Agents中间件拦截模型和工具调用。中间件允许您使用护栏、审批、动态上下文和其他特定于应用程序的行为自定义代理循环。Box Agent的三个功能包括：引用生成、提示缓存和上下文管理。对于复杂的多文档答案，引用在响应流式传输期间作为并行过程运行。当流式答案完成时，引用已准备好附加。基于嵌入的匹配处理来源归属，并内置逻辑确保引用在多个来源之间适当分布。Roy解释说：“作为中间件执行的好处是，答案的流式传输和引用生成并行发生，从而不会中断用户。”中间件在多轮对话中注入缓存，随着对话历史的积累降低成本和延迟。当对话历史超过17万个令牌时，中间件自动总结历史，防止上下文溢出，而无需更改代理逻辑。中间件还充当父代理和子代理之间的通信渠道。完成搜索的子代理通过中间件写入结果；父代理和其他子代理可以读取并操作这些结果。这就是中间结果在单个执行中的代理之间流动的方式。

迭代速度：从数月到数周 基于Deep Agents构建显著加快了Box的工程速度。Jalagam强调：“以前我们完全从头构建Box AI，这意味着需要更多时间才能将产品推向市场。”使用当前的技术栈，团队可以在几周内交付新的代理。加速也体现在代理平台本身：早期具有硬编码专用子代理的代理架构大约需要3个月开发和交付，而后续的递归父/子架构交付速度快了4倍。

扩展Box Agent的机构知识 Box Agent目前的能力（跨企业搜索、多文档综合、结构化报告生成）是未来具备资深员工机构知识的代理的基础。Jalagam说：“想象一个对各方面有十年理解的员工。”路线图包括代理内更丰富的记忆和知识组合、在后台离线收集和呈现信息的能力，以及与内部团队和外部系统的更深入通信。